88 优惠券
2020年3月1日到期。满 200 元可用
立即使用
立即使用
  • 参会报名
  • 会议通知
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 手机下单 手机扫码下单

首页 > 培训课程 > 生物/医学培训 > 医学影像组学人工智能算法构建培训班 更新时间:2021-09-26T15:40:12

医学影像组学人工智能算法构建培训班
收藏3人
分享到

医学影像组学人工智能算法构建培训班 已截止报名
推荐参加:

课程时间: 2021-10-22 09:00至 2021-10-25 17:30结束

课程地点: 北京  详细地址会前通知   周边酒店预订

会议规模:60人

主办单位: 中国管理科学研究院职业资格认证培训中心,北京宏盛元亨文化交流中心

行业热销热门关注看了又看 换一换

        会议通知

        会议内容 主办方介绍


        医学影像组学人工智能算法构建培训班

        医学影像组学人工智能算法构建培训班宣传图

         

        培训目标:

        1、给工具,即插即用式平台,顶刊论文快速复现,科研任务算法快速攻坚

        2、给流程,从任务、流程、构建、训练、结果呈现,一站式避坑

        3、给结果,选取优质论文,利用平台快速复现,构建方法一目了然。

        4、给福利,公开课后的实验课,场景模块课,训练课,单独指导全部免费

        时间地点:

        2021 年10月 2 2 日—2021 年10 月 2 5 日 远程在线授课

        (第一天安装平台以及发送课件,线上授课)

        医学实验平台(赠送)

        路径:任务分类→数据处理→模型调用→训练优化→结果呈现→模型迁移

         

         

        任务适配:

        1. 2D影像分类,涉及病灶识别, 疾病类型诊断。

        2. 2D影像分割,病灶区域分割。

        3. 2D感兴趣区域检测

        4. 3D器官组织识别

        5. 3D影像疾病诊断

         

         

        多样化数据全适用:

        1.结构化数据

        2.CT数据

        3.超声数据

        4.MRI数据

        5.X-Ray数据

        6.时间序列数据

        7.2D、3D医学影像数据

        一站式平台:

        1.数据标注

        2.数据预处理

        3.数据适配

        4.模型调用

        5.结果输出

        6.模型结构

        (即插即用,自动调取算力)

        Sci论文算法快速复现,解构模型

        医学影像组学人工智能算法构建培训班

        1. 图像分割网络详解。

           1. FCN,第一个基于全卷积的图像分割算法。

           2. DeepLab V1-V3系列算法介绍。

           3. UNet及其衍生算法在图像分割,尤其是医学影像数据的分割算法中的应用。

        2. 数据的预处理。

           1. 数据集介绍,分割算法依赖的数据包括那几个重要的部分。

           2. 如何对分割数据形成对应的mask。

        3. 案例上手:基于UNet的图像分割方法。人脑肿瘤分割或者皮肤疾病病灶区域分割二选一。

           1. 如何将自己的数据适配到UNet算法。

           2. 其他可能扩展到的分割场景。

           3.如何使用已经训练的模型,对未知的数据进行预测

        课程

        一、影像组学任务类型划分

        1. What,是什么。影像组学中的分类问题案例介绍

        2. 使用平台解决新冠肺炎识别任务(What)。

        a) 数据集配置

        b) 模型训练

        c) 模型预测效果分析

        3. Where,在哪里,影像组学中的感兴趣区域检测案例介绍

        4. 使用平台解决肺部CT数据中肺器官检测。

        5. Which,哪个是,影像组学中不规则区域分割案例介绍

        6. 案例:平台解决肺部CT数据中肺器官检测。

        二、数据标注

        1. 分类影像学的通用解决方案

        a) Labelme数据标注

        b) 标注数据自动转化配置

        c) 一键使用进行训练

        2. 检测影像学的通用解决方案

        3. 分割影像学的通用解决方案

        4. 3D标注软件ITK-SNAP

        三、模型构建实操演示及原理讲解

        1.疾病诊断

        7.胃肠镜高分化癌

        2.基因突变预测

        8. 预警量表诊断评估

        3.疾病智能识别

        9. 癌症预后分析

        4疾病类型判别

        10.遗传组学分析

        5. 预后模型简历及验证

        11. CT影像辅助诊疗

        6. 神经元结构的分割

        12. 多模态任务模型构建

        四、算法模型调优

        1. 模型训练中基本概念

        a) 学习率

        b) 损失函数等

        c) 过拟合问题

        d) 初始化函数

        2. 迁移学习

        a) 如何进行迁移学习

        b) 模型参数如何进行迁移

        3. 如何在中进行超参调整和迁移学习

        案例:模型超参数调优以及迁移学习

         

        、分类影像学

        1. 医学影像分类网络详解。

        a) 面向精度的图像识别网络,LeNet、AlexNet、VGG、Inception、ResNet等。

        b) 面试速度的图像识别网络,MobileNetV1、MobileNetV2、ShuffleNet等。

        2. CT数据的预处理。

        a) 训练数据的如何进行划分,如何进行裁剪。

        b) 训练模型的过程中实时的数据增强。

        3. 案例上手练习

        a) 数据集如何使用。

        b) 自己的数据如何适配到给定的算法。

        c) 其它可能扩展的任务场景介绍,例如肝炎CT数据识别等。

        案例:实现一个新的模型并添加入平台

        、分割影像学

        1. 图像分割网络详解。

        a) FCN,第一个基于全卷积的图像分割算法。

        b) DeepLab V1-V3系列算法介绍。

        c) UNet及其衍生算法在医学影像数据的分割算法中的应用。

        2. 数据的预处理。

        a) 数据集介绍,分割算法依赖的数据包括那几个重要的部分。

        b) 如何对分割数据形成对应的mask。

        3. 案例上手联系:基于UNet的图像分割方法。

        a) 如何将自己的数据适配到UNet算法。

        b) 其他可能扩展到的分割场景。

        c) 如何使用已经训练的模型,对未知的数据进行预测。

        案例:皮肤病病灶区域分割中模型选择

        、影像组学SCI论文、专利、基

        1. 影像组学论文模型的复现

        4.

        影像组学专利撰写要点

        金申请算法解构

        2. 影像组学SCI模型创新思路

        5.

        影像组学项目的模型设计

         

        3. 影像组学算模型构建,解析

         

         

         

        案例:病理基因的修正案例

        、数据处理Python入门指导

        1. Python功能解读

        3.

        Pandas库基础解读

         

        2. NumPy库基础解读

        4.

        图像预处理方法介绍

         

        案例:使用python处理dicom类型CT数据

        Pytorch入门

        1. 中用到的Pytorch接口

        3.

        优化器和一些模型参数

         

        2. 如何生成指定的数据生成器

        4.

        保存加载模型

         

        查看更多

        会议日程 (最终日程以会议现场为准)


        医学影像组学人工智能培训班日程安排表

        日期

        时间

        内容

        授课方式

        9月23日

        建立微信讨论群,分发课件,辅助学员进入医学实验平台,收集学员问题,分发上课房间号和密码

        腾讯会议

        9月24日

        9:00—11:30

        人工智能与影像组学

        影像组学应用解决医学任务思路

        医学实验平台基本操作


         

        14:00—17:30

        影像组学案例剖析

        平台的标注数据,模型行调用、训练

        9月25日

        9:00—11:30

        案例演示及实操

        算法模型调优


         

        14:00—17:30

        如何搭建高性能实验平台实验环境配置

        9月26日

        9:00—11:30

        任务训练要点,模型优化、创新思路方法,Python入门


        14:00—17:30

        Pytorch入门

        案例详解

        《癌症的生存率预测》

        《乳腺癌识别》

        《COVID-19 新冠肺炎识别》

        《人脑肿瘤分割》

        售后

        1, 群内答疑,助教跟踪服务

        2, 语法,数据处理Python入门模块课程        (免费)

        3, 实验任务课程,例如:病理切片分割算法。数据处理,代码调用,模型调试                                  (免费)

        4, 学员反馈的实际工作中具体任务解析课程      (免费)

        5, 论文算法部分复现基础训练课程              (免费)

        6, 其他:根据学员建议逐步增设完善


        查看更多

        会议嘉宾


        即将更新,敬请期待

        参会指南

        会议门票


        票种名称 价格 原价 票价说明
        会议费,培训费,资料费 ¥4300 ¥4300 包含课件,资料,数据,平台永久使用权

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        标签:

         您可能还会关注


        还有若干场即将举行的 大会

        猜你喜欢

        部分参会单位

        主办方没有公开参会单位
        活动家_小程序快捷下单

        微信扫一扫
        分享给朋友

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函